客户营销方法及装置制造方法及图纸

本发明专利技术公开了一种客户营销方法及装置，涉及人工智能及大数据技术领域，其中该方法包括：获取目标客户的收支信息；通过预设的文本特征提取模型从所述收支信息中提取出所述目标客户的收入信息以及金融产品历史购买信息，其中，所述文本特征提取模型为根据HOG算法模型训练得出的；将所述收入信息以及所述金融产品历史购买信息输入到预设的客户分类模型中，得到所述目标客户的客户类型；根据预设的客户类型与金融产品之间的对应关系，确定出所述目标客户的客户类型对应的金融产品，以根据确定出的金融产品对所述目标客户进行客户营销。本发明专利技术有助于提高对客户进行产品营销的效率。发明专利技术有助于提高对客户进行产品营销的效率。发明专利技术有助于提高对客户进行产品营销的效率。

【技术实现步骤摘要】
客户营销方法及装置


[0001]本专利技术涉及人工智能及大数据
，尤其涉及客户营销方法及装置。

技术介绍

[0002]商业银行客户营销是银行根据客户的各类金融产品需求而提供的金融服务，主要可分为公司业务营销、个人业务营销等，是银行业务开展的重要部分。目前的客户营销主要通过营销人员人工对客户进行需求分析确定出客户的需求，进而向客户推送金融产品。目前这种人工营销的方式需要投入大量的人力资源，并且存在准确性和效率不足的问题。
[0003]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

技术实现思路

[0004]本专利技术实施例提供一种客户营销方法，用以解决目前人工营销的方式存在的效率不足的问题，该方法包括：
[0005]获取目标客户的收支信息；
[0006]通过预设的文本特征提取模型从所述收支信息中提取出所述目标客户的收入信息以及金融产品历史购买信息，其中，所述文本特征提取模型为根据HOG算法模型训练得出的；
[0007]将所述收入信息以及所述金融产品历史购买信息输入到预设的客户分类模型中，得到所述目标客户的客户类型；
[0008]根据预设的客户类型与金融产品之间的对应关系，确定出所述目标客户的客户类型对应的金融产品，以根据确定出的金融产品对所述目标客户进行客户营销。
[0009]可选的，所述客户分类模型为根据支持向量机算法模型训练得出的。
[0010]可选的，该客户营销方法，还包括：
[0011]获取第一训练样本，其中，所述第一训练样本为标注出客户分类的客户数据，所述客户数据包括收入信息和金融产品历史购买信息；
[0012]根据所述第一训练样本对支持向量机算法模型进行训练，得到所述客户分类模型。
[0013]可选的，该客户营销方法，还包括：
[0014]获取第二训练样本，其中，所述第二训练样本为标注出收入信息以及金融产品历史购买信息的客户收支信息；
[0015]根据所述第二训练样本对HOG算法模型进行训练，得到所述文本特征提取模型。
[0016]可选的，该客户营销方法，还包括：
[0017]获取预设的多个客户分类；
[0018]针对每个所述客户分类生成多个所述第一训练样本。
[0019]可选的，该客户营销方法，还包括：
[0020]根据确定出的金融产品生成金融产品推荐信息，进而将所述金融产品推荐信息发送给所述目标客户。
[0021]本专利技术实施例还提供一种客户营销装置，用以解决目前人工营销的方式存在的效率不足的问题，该装置包括：
[0022]收支信息获取单元，用于获取目标客户的收支信息；
[0023]文本特征提取单元，用于通过预设的文本特征提取模型从所述收支信息中提取出所述目标客户的收入信息以及金融产品历史购买信息，其中，所述文本特征提取模型为根据HOG算法模型训练得出的；
[0024]客户类型识别单元，用于将所述收入信息以及所述金融产品历史购买信息输入到预设的客户分类模型中，得到所述目标客户的客户类型；
[0025]金融产品确定单元，用于根据预设的客户类型与金融产品之间的对应关系，确定出所述目标客户的客户类型对应的金融产品，以根据确定出的金融产品对所述目标客户进行客户营销。
[0026]可选的，所述客户分类模型为根据支持向量机算法模型训练得出的。
[0027]可选的，该客户营销装置，还包括：
[0028]第一训练样本获取单元，用于获取第一训练样本，其中，所述第一训练样本为标注出客户分类的客户数据，所述客户数据包括收入信息和金融产品历史购买信息；
[0029]第一模型训练单元，用于根据所述第一训练样本对支持向量机算法模型进行训练，得到所述客户分类模型。
[0030]可选的，该客户营销装置，还包括：
[0031]第二训练样本获取单元，用于获取第二训练样本，其中，所述第二训练样本为标注出收入信息以及金融产品历史购买信息的客户收支信息；
[0032]第二模型训练单元，用于根据所述第二训练样本对HOG算法模型进行训练，得到所述文本特征提取模型。
[0033]可选的，该客户营销装置，还包括：
[0034]第一训练样本生成单元，用于获取预设的多个客户分类，并针对每个所述客户分类生成多个所述第一训练样本。
[0035]可选的，该客户营销装置，还包括：
[0036]产品推荐单元，用于根据确定出的金融产品生成金融产品推荐信息，进而将所述金融产品推荐信息发送给所述目标客户。
[0037]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述客户营销方法。
[0038]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述客户营销方法。
[0039]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述客户营销方法。
[0040]本专利技术实施例中，通过预设的文本特征提取模型从目标客户的收支信息中提取出所述目标客户的收入信息以及金融产品历史购买信息，将所述收入信息以及所述金融产品
历史购买信息输入到预设的客户分类模型中，得到所述目标客户的客户类型，进而根据预设的客户类型与金融产品之间的对应关系，确定出所述目标客户的客户类型对应的金融产品，以根据确定出的金融产品对所述目标客户进行客户营销，实现了提高对客户进行产品营销的效率的有益效果。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0042]图1为本专利技术实施例中客户营销方法的流程图；
[0043]图2为本专利技术实施例中客户分类模型的训练流程图；
[0044]图3为本专利技术实施例中文本特征提取模型的训练流程图；
[0045]图4为本专利技术实施例中客户营销装置的第一结构示意图；
[0046]图5为本专利技术实施例中客户营销装置的第二结构示意图；
[0047]图6为本专利技术实施例中客户营销装置的第三结构示意图。
具体实施方式
[0048]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0049]需要说明的是，本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0050]图1是本专利技术实施例中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种客户营销方法，其特征在于，包括：获取目标客户的收支信息；通过预设的文本特征提取模型从所述收支信息中提取出所述目标客户的收入信息以及金融产品历史购买信息，其中，所述文本特征提取模型为根据HOG算法模型训练得出的；将所述收入信息以及所述金融产品历史购买信息输入到预设的客户分类模型中，得到所述目标客户的客户类型；根据预设的客户类型与金融产品之间的对应关系，确定出所述目标客户的客户类型对应的金融产品，以根据确定出的金融产品对所述目标客户进行客户营销。2.如权利要求1所述的客户营销方法，其特征在于，所述客户分类模型为根据支持向量机算法模型训练得出的。3.如权利要求2所述的客户营销方法，其特征在于，还包括：获取第一训练样本，其中，所述第一训练样本为标注出客户分类的客户数据，所述客户数据包括收入信息和金融产品历史购买信息；根据所述第一训练样本对支持向量机算法模型进行训练，得到所述客户分类模型。4.如权利要求1所述的客户营销方法，其特征在于，还包括：获取第二训练样本，其中，所述第二训练样本为标注出收入信息以及金融产品历史购买信息的客户收支信息；根据所述第二训练样本对HOG算法模型进行训练，得到所述文本特征提取模型。5.如权利要求3所述的客户营销方法，其特征在于，还包括：获取预设的多个客户分类；针对每个所述客户分类生成多个所述第一训练样本。6.如权利要求1所述的客户营销方法，其特征在于，还包括：根据确定出的金融产品生成金融产品推荐信息，进而将所述金融产品推荐信息发送给所述目标客户。7.一种客户营销装置，其特征在于，包括：收支信息获取单元，用于获取目标客户的收支信息；文本特征提取单元，用于通过预设的文本特征提取模型从所述收支信息中提取出所述目标客户的收入信息以及金融产品历史购买信息，其中，所述文本特征提取模型为根据HOG算法模型训练得出的；客户类型识别单元，用于将所述收入信息以及所述金融产品历史购买信息输入到预设的客户分类模型...

【专利技术属性】
技术研发人员：任凌然，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：